基于可拓熵理论的泥石流危险性评价

评价泥石流危险性的方法有很多,但是各有局限,需要探究危险性评价新方法。利用可拓学原理构建一组能够描述泥石流危险性评价指标的物元模型,采用熵理论计算物元模型中各评价指标的权重值,建立基于可拓熵理论的泥石流危险性评价模型,并通过Visual Basic开发一个基于该模型的泥石流危险性评价软件。选取云南省东川地区12条典型泥石流沟作为检验对象,基于可拓熵理论的评价方法对各沟危险性评价的结果与现有资料完全吻合,从而验证该方法的有效性;进一步以危险评价模型对美姑河柳洪沟流域进行泥石流危险性评价,评价结果同样与现场勘察情况相一致。评价结果表明,基于可拓熵理论的模型能准确地评价泥石流危险等级,开发软件大大减少评价的工作量。     

空间信息支持下的江西定南稀土矿区泥石流危险性评价

江西省定南县是我国离子型稀土矿的主要产区。在稀土开采的同时,产生了大量水土流失,诱发的多处泥石流淹没林地和耕地。运用QuickBird高分辨率遥感信息与3D可视化技术相结合对定南矿区开采面、固体废弃物及其造成的泥石流进行解译,根据泥石流分布特点选取危险性评价因子,建立了评价模型,依据预测结果划分了泥石流的危险性空间分布。预测结果得到遥感影像和野外实际调查的检验,模型在赣南离子型稀土矿区有一定的推广意义。     

基于GIS和神经网络的泥石流危险性评价系统

基于ArcEngine组件和．Net集成开发天山公路泥石流危险性评价系统,将GIS技术和神经网络集成应用于泥石流危险性评价中,发挥GIS强大的空间信息可视化管理和分析功能以及神经网络的非线性描述和分析功能,实现泥石流危险性评价的可视化管理,为工程决策者和管理人员提供一种强有力的决策支持方案。     

基于径向基函数神经网络的泥石流危险性评价*

泥石流危险性的主要评价指标与危险程度之间有着某种复杂的非线性的关系,通常采用统计分析、模糊评价、BP神经网络等评价方法,但这些方法均存在不足之处,难以进行准确评价。为了克服以上方法的不足,结合泥石流危险性评价指标,建立了基于径向基函数神经网络的泥石流危险性评价模型,并将该模型结果与BP神经网络的评价结果进行了对比。实验结果表明,径向基函数神经网络的模拟结果比BP神经网络更接近测量数据,精度更高,训练所需时间更少。因此,径向基函数神经网络经过充分训练后,能够较为准确地对泥石流的危险性进行评价,具有较好的应用     

泥石流滩地土地生产潜力评价--以云南小江流域蒋家沟为例

小江流域泥石流滩地水源充足、热量丰富,气候生产潜力(47641kghm-2)较高。本文应用加权指数和法确定了不同类型泥石流滩地(荒滩地、改良滩地和非改良滩地)土壤有效系数f(s)分别为0.405、0.684和0.594;根据生产力阶乘公式计算其气候—土壤生产潜力分别为19295kghm-2、32586kghm-2和28299kghm-2。通过实地调查验证,本文对泥石流滩地生产潜力的估算与现实生产力水平基本吻合,证明本文提出的泥石流滩地土壤有效系数切实可行。     

基于模糊层次分析的四川马颈子场泥石流危险性评价

为了确保地质灾害场区人民的生命财产安全、正常生产和安全出行,对地质灾害危险性进行准确评价,从而减少地质灾害造成的危害是一项紧迫而艰巨的任务.以此为背景,基于泥石流的物源、气候、地形地貌等因素建立了泥石流的危险性评价模型,该模型以模糊层次分析法为理论基础,以四川马颈子场评估区内6条泥石流沟实际勘察测量值为输入,分析了评估...     

基于实时数值模拟的泥石流危险性分区系统研究

为深入分析揭示泥石流的形成和运动等规律,提高泥石流灾害防治的信息技术应用水平,以VC++和Super MAP混合编程为主要技术,应用计算机可视化技术,研究并实现了基于动量和动能数值模拟的、实时泥石流危险性分区技术。系统以云南东川蒋家沟泥石流作为研究对象,以实验数据和实测数据进行设计和构建。     

遗传BP神经网络在泥石流危险性评价中的应用

泥石流危险性的评价是地质灾害预测的重要研究课题之一,根据泥石流危险性评价因子,建立了遗传BP神经网络评价模型。模型利用BP神经网络的函数逼近能力,模拟泥石流某些主要评价指标与危险程度之间的非线性函数关系,实现对泥石流危险性的评价。为克服BP神经网络收敛慢、易陷入局部极小、泛化能力差等缺陷,引入遗传算法和对比分析方法优化BP评价网络的权值、阈值和网络结构。实验证明,采用所述方法优化后的BP神经网络的拟合精度、准确度、效率大幅提高,泛化能力也得到增强,该方法可作为解决泥石流危险性评价问题的一种新思路。     

基于概率指数模型的区域滑坡危险性评价

影响滑坡的因子很多,区域滑坡危险性因子的确定是治理滑坡的关键。以马来西亚金马仑高原作为研究区,选取岩性、地形、地貌、道路、土地利用等环境因子,在GIS平台上运用双变量统计方法,分析了滑坡与各环境因子之间的关系,根据滑坡面积密度建立了概率指数评价模型,进行了研究区滑坡危险性评价,结果表明,此模型具有较好的评价精度。     

基于Socket分布式计算的泥石流危险性分区系统

针对以往单机版的泥石流分区系统计算速度慢、可扩展性和伸缩性差等缺点,研究并实现了一种基于Socket分布式计算的泥石流危险性分区系统.引入一个监控节点实时监控当前每个子计算节点的Socket连接数、任务量以及实际处理能力.通过主节点的负载均衡计算实现系统的负载均衡,使得主计算节点更加合理地分配计算任务.实验结果表明,系统完成一次模拟任务所用时间随着并行计算节点数量的增加而减少,具有较高的性价比.     

基于改进极限学习机的泥石流发生预测

为提高泥石流预测预报的准确性,提出一种基于DBSCAN聚类的改进极限学习机(ELM)算法。首先,利用DBSCAN算法对泥石流发生训练的数据进行聚类处理;其次,将聚类得到的不同训练集分类训练ELM分类器;最后,利用ELM分类器对预测集数据进行预测。实验结果表明,利用改进ELM算法对泥石流发生预测的平均准确率达到91.6%,改进ELM算法的稳定性与传统ELM算法相比有明显提高,与传统ELM算法、BP神经网络和Fisher预测法相比,改进ELM算法的预测精度更高。     

基于次声监测的泥石流实时预警系统

目前的泥石流次声报警设备经常受环境噪声干扰而频繁产生误报,导致无法投入到实际应用中。为了提高泥石流次声监测预警的准确率,基于泥石流次声和环境干扰次声的特征差异这一原理,采用单片机与上位机相结合的方式,借助混合编程、数据库与GIS二次开发等技术手段,设计与开发基于次声监测的泥石流实时预警系统进行现场泥石流次声信号监测与判识。对云南东川蒋家沟长期现场泥石流的监测验证了该系统的工作性能。实际应用结果表明：该系统不仅具有操作简便、响应及时和实时识别等特点,还具有较高的预警准确率,在长达2年的野外监测过程中,仅出现18次误报且无一漏报。     

一种应用无线传感器网络观测泥石流的方法

介绍了泥石流的形成机理,对现阶段的泥石流监测方法进行了分析和比较,给出了基于无线传感器网络的泥石流关键因子的小尺度观测方法,阐述了传感器节点的硬件构造方法、节点部署方法和节能通信协议。传感器网络不仅为泥石流机理的深入研究提供了数据源,也为泥石流灾害预报和预警机制的建立奠定了基础,有助于降低泥石流地质灾害的损失。     

基于FMPCE与OPF的泥石流灾害预报模型

针对目前泥石流预报模型输入数据维度较大和训练时间较长的问题,采用快速多个主成分并行提取算法选取出了6个泥石流灾害高维度影响因子,包括降雨量、土壤含水率、孔隙水压力、山坡坡度、沟床比降和相对高差.基于最优路径森林算法,以泥石流影响因子为输入、泥石流发生概率为输出,构建了泥石流预报模型.实验结果表明,本文提出的模型准确率更...     

网络安全风险评估实施流程研究

随着网络信息时代的发展,互联网逐步成为人们的工作和生活必不可少的组成部分,但是与此同时也让人们面临了众多隐秘的网络威胁。网络中的安全问题不容忽视。通过网络风险评估,可识别风险大小。该文详细介绍了网络安全风险评估的实施流程,具有重要的实际意义。     

基于分水岭算法的图像融合质量评价方法

传统图像融合质量评价方法的评价结果与人眼主观感知结果不一致,针对该问题,提出基于分水岭算法的图像融合质量评价方法。利用结构相似性理论获得源图像之间的结构相似信息图,运用分水岭算法对信息图进行分割。为减少过分割现象,在分水岭算法中应用标记符,将源图像的信息分为共有信息和互补信息,构建基于结构相似性的映射函数,分别处理共有信息和互补信息,完成融合图像质量评价。实验结果表明,与Piella和Zheng方法相比,该方法的抗干扰性能较好。